阿里云百炼上线音视频实时互动功能，人人都能创建专属多模态应用

阿里云百炼全新音视频实时互动功能上线，轻松构建专属ai助手！只需几分钟，即可在百炼平台上，利用200多款文本、语音和视觉理解模型，搭建一个“能听、能看、会说”的ai应用，无需任何代码。该功能支持web、ios和安卓应用的sdk集成，广泛应用于ai虚拟助手、虚拟陪伴和ai教师等场景。

百炼赋能多模态AI应用：

随着大模型从文本模态向语音和视觉等多模态演进，阿里云百炼率先推出便捷的工作流和智能体编排应用，整合了Qwen、Qwen2-VL、CosyVoice等全模态、全尺寸大模型，并支持RAG知识库构建、Prompt调优和SDK集成等功能，帮助用户快速构建复杂AI应用。

强大的多模态能力：

• 视觉理解: Qwen2-VL模型采用M-ROPE方法，具备强大的视觉智能体能力，能够高效处理和理解复杂的多模态数据，在开源社区广受欢迎。它能识别物体种类，并精准描述物体的风格、特点、位置和文字信息。
• 语音合成: CosyVoice语音合成模型，通过对情感和韵律的细致控制，实现了更自然、更具表现力的语音合成，并支持智能降噪、打断和断句等功能，带来更拟人的对话体验。

快速搭建视觉AI应用：

只需四个简单步骤——上传图片知识库、编写提示词、设置音频和模型调优，即可在几分钟内创建一个专属的视频交互式AI应用。 创建好的应用还可通过音视频SDK集成到用户的Web、iOS或安卓应用中。

经济实惠，广泛应用：

阿里云百炼的通义API价格已降低至每百万tokens 0.3元，目前已服务超过30万家企业和机构，包括一汽、金山、哈啰集团和国家天文台等。